Global Stock Markets during Covid-19: Did Rationality Prevail?
Notice bibliographique
Résumé
This study assesses the validity of the Efficient Markets Hypothesis (EMH) during the Covid-19 period by evaluating whether various stock markets around the world accurately predicted economic performance in their respective countries. The underlying premise is that stock prices should discount future company cash flows, and the projection of these cash flows can be proxied by investors' ability to forecast macroeconomic conditions. We assess stock market performance from January 2020 to February 2022 in 16 countries, equally split between developed and emerging markets. While results varied, the study suggests that stock markets generally predicted economic activity during Covid-19. The modeling test indicated that stock markets significantly predicted economic activity in 11 out of 16 countries, particularly in developed markets. Furthermore, incorporating the stock market as a variable, improved economic forecasts in all 16 countries. Unlike other studies that mainly focused on the characteristics of share price movements, this research judges the rationality of stock markets against an external criterion. Ultimately, it suggests that EMH was mostly vindicated during the Covid-19 period. • During the Covid-19 pandemic, stock markets effectively gauged shifts in economic activity. • Stock markets emerged as a crucial indicator of economic trends in 11 out of 16 nations. • The incorporation of the stock market variable substantially enhanced economic activity forecasts across all 16 countries. • In a departure from typical studies, stock market efficiency was assessed against an external benchmark. • The efficient market hypothesis proved resilient in the face of the pandemic's challenges.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».